Mastering Python Data Analysis

Obra especializada de Magnus Vilhelm Persson y Luiz Felipe Martins que aborda el análisis y modelado riguroso de datos utilizando Python 3 y Jupyter Notebooks. Diseñado para un nivel intermedio a avanzado, está pensado para analistas, científicos e ingenieros que ya conocen la programación en Python y desean profundizar en los fundamentos matemáticos, la inferencia estadística y el aprendizaje automático sin limitarse a la simple ejecución de scripts mecánicos.

El temario equilibra la preparación de datos con Pandas y su visualización con Matplotlib frente a la modelización estadística avanzada mediante SciPy y Statsmodels. Los autores examinan funciones de distribución acumulada y de densidad (CDF y PDF), regresión lineal múltiple (mediante mínimos cuadrados ordinarios OLS) y regresión logística, algoritmos de clustering no supervisado (K-Means y jerárquico), inferencia bayesiana con métodos MCMC usando PyMC, técnicas de clasificación supervisada y selección de características con scikit-learn, así como el análisis completo de series temporales (descomposición, estacionariedad y modelos predictivos ARIMA con funciones ACF y PACF).

El contenido se desarrolla mediante investigaciones empíricas sobre conjuntos de datos públicos reales: el estudio sociológico del General Social Survey (GSS), la reconstrucción del mapa epidemiológico de cólera de John Snow, el análisis de accidentes aéreos de la NTSB y la clasificación botánica de semillas. Destaca por su impecable articulación entre formulación teórica y código reproducible en notebooks; su única salvedad radica en que algunas versiones de paquetes (en particular la sintaxis clásica de PyMC2 y firmas de métodos en Pandas) deben actualizarse a las versiones vigentes.